类别

模型

MOS

SMOS

说话人相似度(↑)

可见说话人

BM

3.21

3.36

77.19

BM + RR + CE + $L_{sty}$

3.00

3.26

81.9

BM + RR + CE + $L_{sty}$ + $L_{cyc}$

3.25

3.51

84.6

不可见说话人

BM

3.43

3.36

78.00

BM + RR + CE + $L_{sty}$

3.43

3.68

80.5

BM + RR + CE + $L_{sty}$ + $L_{cyc}$

3.73

3.72

80.5